Ki-Kare Dağılımı Yüzdelik Hesaplama Aracı nedir?
Bu araç, ki-kare dağılımının yüzde noktasını (kuantil ya da yüzdelik olarak da bilinir, çoğu zaman kritik değer biçiminde yazılır) hesaplar. Bir kümülatif olasılık ile serbestlik derecesini verdiğinizde, ki-kare kümülatif dağılım fonksiyonunun (CDF) hedeflediğiniz olasılığa eşit olduğu x değerini döndürür. Ki-kare CDF'inin tersi olan bu işlem; hipotez testleri, uyum iyiliği testleri, çapraz tablo (kontenjans tablosu) analizleri ve varyans için güven aralıklarında yaygın olarak kullanılır.
Nasıl kullanılır?
Önce bir kümülatif mod seçin. Olasılığınız P = P(X ≤ x) biçimindeyse, yani x'in solunda kalan alanı ifade ediyorsa "Alt kümülatif P" seçeneğini kullanın. Olasılığınız kuyruk alanı Q = P(X > x) ise — tek yönlü testlerdeki tipik anlamlılık düzeyi alfa — "Üst kümülatif Q" seçeneğini tercih edin. Olasılığı (kesinlikle 0 ile 1 arasında) ve serbestlik derecesini (nu, ayrıca k olarak da gösterilir) girin. Hesaplayıcı size ki-kare değeri x'i verir.
Formülün açıklaması
nu serbestlik dereceli ki-kare CDF'i, düzenlenmiş alt eksik gama fonksiyonudur: \(F(x;\nu) = \text{regularizedGammaP}\left(\frac{\nu}{2}, \frac{x}{2}\right)\). Bizim aradığımız ise bunun tersidir. \(a = \frac{\nu}{2}\) ve hedef olasılık p alınarak (alt modda p = P, üst modda p = 1 - Q), aşağıdaki denklemi z için çözüyoruz, ardından x = 2z buluyoruz.
$$x_p = F^{-1}\!\left(\text{p}\,;\,\nu\right)\ \text{such that}\ P\!\left(\frac{\nu}{2},\,\frac{x_p}{2}\right) = \text{p}$$Çözücü; eksik gama için bir seri açılımı ile sürekli kesir yöntemini birleştirir ve garantili yakınsama için Newton/ikiye bölme (bisection) kök bulma algoritmasını kullanır.
Çözümlü örnek
Alt modu, P = 0,95 ve nu = 10 değerlerini ele alalım. Bu durumda \(a = 5\) olur ve \(\text{regularizedGammaP}(5, z) = 0{,}95\) denklemini çözeriz; bu da \(z \approx 9{,}1535\) verir, dolayısıyla \(x = 2z \approx 18{,}307\) bulunur. Bu sonuç, klasik kritik değer olan \(\chi^2(0{,}95;\,10) = 18{,}307\) ile birebir örtüşür. Üst modda Q = 0,05 ve nu = 10 kullanırsanız \(p = 1 - 0{,}05 = 0{,}95\) olur ve aynı \(x \approx 18{,}307\) değerine ulaşırsınız.
Ki-Kare Kritik Değerleri Tablosu
Tablo, \(\nu\) serbestlik derecesine (sd) sahip bir ki-kare değişkeni için \(P(X > x) = Q\) anlamına gelen üst kuyruk kritik değerlerini \(\chi^2_{Q,\nu}\) vermektedir. Alt kuyruk olasılığı \(P = 1 - Q\)'dur. Örneğin, Q = 0.05 sütunu 95. yüzdeliktir. Değerler 3 ondalık basamağa yuvarlanmıştır.
| sd | Q = 0.10 | Q = 0.05 | Q = 0.025 | Q = 0.01 | Q = 0.001 |
|---|---|---|---|---|---|
| 1 | 2.706 | 3.841 | 5.024 | 6.635 | 10.828 |
| 2 | 4.605 | 5.991 | 7.378 | 9.210 | 13.816 |
| 3 | 6.251 | 7.815 | 9.348 | 11.345 | 16.266 |
| 4 | 7.779 | 9.488 | 11.143 | 13.277 | 18.467 |
| 5 | 9.236 | 11.070 | 12.833 | 15.086 | 20.515 |
| 10 | 15.987 | 18.307 | 20.483 | 23.209 | 29.588 |
| 20 | 28.412 | 31.410 | 34.170 | 37.566 | 45.315 |
| 30 | 40.256 | 43.773 | 46.979 | 50.892 | 59.703 |
| 50 | 63.167 | 67.505 | 71.420 | 76.154 | 86.661 |
| 100 | 118.498 | 124.342 | 129.561 | 135.807 | 149.449 |
Bir alt kuyruk kuantilini bulmak için önce dönüşüm yapın: alt olasılığı P = 0.05 olan değer, Q = 0.95 için üst kuyruk değeridir. Tabloda bulunmayan sd veya olasılıklar için hesap makinesini kullanın.
Ki-Kare Kuantilinin Yorumlanması
Hipotez testleri. Bir anlamlılık düzeyi \(\alpha\) seçin, ardından \(Q = \alpha\) ve uygun sd ile üst kuyruk kritik değerini bulun. Gözlemlenen istatistik kritik değerden büyükse \(H_0\) reddedilir. Aksi takdirde reddedilmez. Örneğin, sd = 5 ve \(\alpha = 0.05\) için kritik değer 11.070'dir. 12.4 istatistiği reddetmeye, 9.8 istatistiği ise reddetmemeye yol açar.
P-değeri ile bağlantı. P-değeri, gözlemlenen istatistiğin üst kuyruk olasılığı \(Q\)'dur. \(\alpha\) düzeyinde istatistik > kritik değer, p-değeri < \(\alpha\) ile eşdeğerdir. Kuantil hesap makinesi bunu tersine çalıştırır: Q (veya P) ve sd değerini girersiniz, o kuyruk olasılığına sahip istatistiği döndürür.
Sağ kuyruklu testler. Ki-kare uyum iyiliği testleri ve kontenjans tablolarında bağımsızlık testleri sağ kuyruklu testlerdir. Büyük istatistikler zayıf bir uyumu veya bir ilişkiyi işaret eder, bu nedenle reddetme için yalnızca üst kuyruk kullanılır.
Şekil. Dağılım sağa çarpıktır; ortalaması \(\nu\) ve varyansı \(2\nu\)'dur. Medyanı ortalamanın biraz altındadır. Sd arttıkça çarpıklık azalır ve dağılım ortalaması \(\nu\), standart sapması \(\sqrt{2\nu}\) olan normal dağılıma yaklaşır. Sd = 1 veya 2'de çok çarpıktır, sd = 100'de ise neredeyse simetriktir.
Varyans için güven aralığı. Örneklem varyansı \(s^2\) ve \(\nu = n-1\) olan, normal bir anakitleden alınmış \(n\) büyüklüğündeki bir örneklem için \((1-\alpha)\) aralığı şöyledir:
$$\left(\frac{ (n-1)s^2}{\chi^2_{\alpha/2,\,\nu}},\ \frac{ (n-1)s^2}{\chi^2_{1-\alpha/2,\,\nu}}\right)$$
Burada \(\chi^2_{\alpha/2,\nu}\), sağında \(\alpha/2\) alanı bulunan üst kuyruk değeridir; \(\chi^2_{1-\alpha/2,\nu}\) ise solunda \(\alpha/2\) alanı bulunan alt kuantildir. Aynı iki kuantil, P = \(\alpha/2\) ve P = \(1-\alpha/2\) girilerek de bulunabilir.
Örnek: n = 11 (sd = 10), \(s^2 = 4\) ve %95 güven ile kuantiller 3.247 (alt, P = 0.025) ve 20.483 (üst, P = 0.975)'dir. Varyans için aralık \(40/20.483 = 1.953\) ile \(40/3.247 = 12.319\) arasıdır.
Sıkça Sorulan Sorular
P ile Q arasındaki fark nedir? P, x'in solunda kalan alandır (alt kuyruk); Q ise x'in sağında kalan alandır (üst kuyruk) ve \(P + Q = 1\) eşitliği geçerlidir.
Serbestlik derecesi tam sayı olmak zorunda mı? Hayır. Gama tabanlı formül \(\nu > 0\) olan her değer için çalışır; ancak çoğu istatistik tablosu tam sayı kullanır.
Geçerli olasılık aralığı nedir? Kesinlikle \(0 < \text{olasılık} < 1\) olmalıdır. Olasılık 0 olduğunda kuantil 0'dır; olasılık 1'e yaklaştıkça kuantil sınırsız biçimde büyür.